當AI成為研發(fā)主力，金融業(yè)的軟件工程正在被重新定義

今年下半年，麥肯錫發(fā)布的《2025年技術(shù)趨勢展望》中談到，“人工智能（AI）不僅本身是一項具有革命性和戰(zhàn)略性的技術(shù)創(chuàng)新，更是驅(qū)動和增強其他技術(shù)趨勢的倍增器。”

在這場變革中，金融業(yè)的業(yè)務(wù)邏輯亦在不斷重塑。從早期的智能客服、人臉識別等單點應(yīng)用，到如今覆蓋營銷、風(fēng)控、運營、研發(fā)全鏈條的系統(tǒng)賦能，AI能力向金融科技的核心業(yè)務(wù)場景不斷滲透。

與之相應(yīng)的則是，業(yè)務(wù)增長與技術(shù)投入成本之間的“對立”，AI創(chuàng)新與競爭邏輯的交融，以及如何跨越從“AI賦能”到“AI原生”的鴻溝。

當然，智能化的時代，并非每家銀行都具備強大的自主研發(fā)能力，銀行業(yè)同樣需要能夠賦能智慧金融的“推手”。

01

業(yè)務(wù)發(fā)展、競爭驅(qū)動

金融業(yè)站上AI轉(zhuǎn)型的十字路口

首先，是業(yè)務(wù)復(fù)雜性“倒逼”技術(shù)革新。智能營銷、智能客服、信貸審批、智能投研等場景不斷深化，傳統(tǒng)的“人海戰(zhàn)術(shù)”和流程化作業(yè)已難以為繼。

中電金信研究院副院長、數(shù)字銀行事業(yè)部總經(jīng)理胡汝道分享了一個案例：“在某頭部股份制銀行，引入AI技術(shù)后，其單據(jù)審核部門工作提效80%，效果立竿見影。” 而這僅僅是冰山一角，比如在信貸風(fēng)控領(lǐng)域，AI與IoT技術(shù)的結(jié)合，使得通過圖像識別、自動采集企業(yè)生產(chǎn)狀況成為可能；券商利用AI投研工具，基于海量市場數(shù)據(jù)與行業(yè)研報自動生成投資策略報告，讓分析師的工作效率提升數(shù)倍……業(yè)務(wù)需求的洪流，倒逼金融機構(gòu)向AI要效率、要產(chǎn)能，以提升服務(wù)響應(yīng)速度。

其次，行業(yè)的競爭邏輯正向“AI”靠攏。在預(yù)算更趨理性、資源配置更為審慎的環(huán)境中，金融機構(gòu)開始比拼的不再是單純的“規(guī)模優(yōu)勢”，而是如何用更少的投入，創(chuàng)造更高的產(chǎn)出。

而AI技術(shù)的引入，使得部分先行者在開發(fā)效率、客戶響應(yīng)和風(fēng)險控制上實現(xiàn)了跨越式提升，這本質(zhì)上改變了行業(yè)的競爭格局。未能跟上AI創(chuàng)新步伐的金融機構(gòu)，可能面臨客戶流失、成本高企、風(fēng)險累積的多重壓力。競爭已從業(yè)務(wù)層面延伸至底層技術(shù)架構(gòu)與智能化應(yīng)用的深度與廣度。

第三，AI帶來的創(chuàng)新驅(qū)動，打開了新業(yè)務(wù)的想象空間。胡汝道提出一個有趣的例子，“未來的手機銀行將不再是一個被動的操作工具，而可能是一個具備‘超級助理’屬性的主動服務(wù)入口，它能理解你的意圖，主動提供財務(wù)建議甚至完成交易。” 這種體驗重構(gòu)的背后是AI能力的深度融入。

市場研究機構(gòu)的數(shù)據(jù)也佐證了這一趨勢。Gartner預(yù)測，到2028年，約75%的企業(yè)級軟件工程師將使用AI代碼輔助工具；IDC預(yù)計，全球AI軟件市場到2027年將增至2790億美元，AI正從輔助角色，走向系統(tǒng)性的核心生產(chǎn)力。

第四，是面向未來的必由之路。從電子化、線上化到智能化，金融科技的每一次迭代都伴隨著底層技術(shù)的突破。如今，銀行業(yè)已明確“技術(shù)驅(qū)動”的發(fā)展方向，而智能化正是下一階段的核心命題。今天的IT架構(gòu)與研發(fā)能力，將決定明天業(yè)務(wù)創(chuàng)新的天花板。

然而挑戰(zhàn)依然艱巨，正如胡汝道的觀察，“并非每家金融機構(gòu)都具備強大的自主研發(fā)能力”。一個既能提供標準化工具、又能定制化解決方案的合作伙伴，成為金融行業(yè)數(shù)智化轉(zhuǎn)型的迫切需要，中電金信正是基于此，以“數(shù)字構(gòu)建 AI 平臺”為核心，成為為金融機構(gòu)系統(tǒng)性賦能行業(yè)智能化的“推手”。

02

從“AI賦能”到“AI原生”

軟件工藝重塑的實踐路徑

事實上，無論是業(yè)務(wù)需求的助推，還是架構(gòu)轉(zhuǎn)型的驅(qū)動，最終都指向一個關(guān)鍵：軟件開發(fā)。《技術(shù)趨勢2025》中也提出，“AI技術(shù)正在重塑企業(yè)IT部門，從編碼、軟件測試到人才能力建設(shè)。當更多智能化能力被內(nèi)置到企業(yè)運營之中，軟件工程將繼續(xù)作為跨行業(yè)的戰(zhàn)略支點發(fā)揮核心作用。”

我們知道，銀行業(yè)的研發(fā)體系因為嚴苛的監(jiān)管要求、復(fù)雜的系統(tǒng)搭建歷程和漫長的流程而顯得格外沉重。胡汝道坦言：“如果研發(fā)鏈路本身存在大量斷點，即便引入單點AI工具，整體效率仍然難以提升。”

對此，中電金信的數(shù)字構(gòu)建AI平臺提出了一個更務(wù)實的路徑。它將龐大的研發(fā)工程拆解為無數(shù)個具體的場景，針對痛點最突出、價值最顯著的環(huán)節(jié)優(yōu)先引入AI能力，最終匯流成河，驅(qū)動完整的開發(fā)工藝轉(zhuǎn)型。

不難發(fā)現(xiàn)，這套方法論，既能服務(wù)于擁有成熟自有平臺的國有大型銀行，通過模塊化嵌入“AI助手”實現(xiàn)能力增強；也能為中小銀行直接提供數(shù)字構(gòu)建AI平臺，降低其接入先進AI研發(fā)能力的門檻。

在“2025金融行業(yè)科技交流大會暨1024程序員節(jié)”的活動中，胡汝道發(fā)表了題為《AI重塑軟件工藝、企業(yè)工具鏈平臺建設(shè)實踐》的演講，系統(tǒng)介紹了源啟·數(shù)字構(gòu)建AI平臺的落地路徑以及AI驅(qū)動的軟件工程新體系。

胡汝道指出，AI賦能軟件開發(fā)全過程，關(guān)鍵在于以“場景化智能體+企業(yè)知識庫”為雙輪驅(qū)動，對現(xiàn)有研發(fā)平臺進行全流程AI賦能，從而提升整體研發(fā)效率。在AI建模、AI測試和AI編碼三個場景，我們也可以一窺平臺的能力。

首先在AI建模方面，中電金信正致力于實現(xiàn)從業(yè)務(wù)需求到業(yè)務(wù)模型的自動化建立，主要是通過“分步走”策略將其變?yōu)楝F(xiàn)實：第一步，利用AI從需求文檔中自動識別和提取關(guān)鍵要素；第二步，構(gòu)建這些要素之間的復(fù)雜關(guān)聯(lián)關(guān)系。具體來講，是將行業(yè)已有的成熟業(yè)務(wù)模型和大量人為建模的范例“喂養(yǎng)”給AI，訓(xùn)練其理解并模仿專家的抽象思維和建模過程。胡汝道透露，“目前，這一自動化建模的準確率已達到約50%，能顯著提升專家效率，并可以隨著樣本積累不斷優(yōu)化。”

其次，在AI測試方面，平臺聚焦于提升測試用例生成與執(zhí)行的智能化水平。金融系統(tǒng)對穩(wěn)定性與正確性要求極高，測試工作繁重且關(guān)鍵。數(shù)字構(gòu)建平臺的AI測試助手，能夠基于需求自動生成高覆蓋率的測試用例，并模擬各種邊界場景，深度語義分析正確率實現(xiàn)85%。同時它能與企業(yè)的知識庫聯(lián)動，學(xué)習(xí)歷史缺陷數(shù)據(jù)，從而更精準地預(yù)測潛在風(fēng)險點。這就可以大幅減輕測試人員的重復(fù)勞動，讓他們更專注于復(fù)雜邏輯和用戶體驗的驗證。

最后，在AI編碼方面，中電金信追求的是“工程化可用”，而不僅是代碼補全。我們知道，金融級的AI編碼難就難在深度理解銀行的業(yè)務(wù)語境、技術(shù)規(guī)范和合規(guī)要求。而中電金信的編碼助手融合了金融機構(gòu)的專屬知識庫，使其生成的代碼不僅是語法正確的，更是符合金融業(yè)務(wù)邏輯和安全標準的，目前已經(jīng)擁有行業(yè)領(lǐng)先的代碼采納率，依照需求與設(shè)計，可生成70%-90%的業(yè)務(wù)邏輯代碼，告別重復(fù)編碼。

03

標準化×平臺化

驅(qū)動金融業(yè)數(shù)智化躍遷

剖析中電金信數(shù)字構(gòu)建AI平臺，可以清晰地看到，背后有兩條貫穿始終的核心脈絡(luò)：標準化與平臺化。

標準化的核心在于高質(zhì)量的數(shù)據(jù)集。中電金信的底氣，也正來源于其作為第三方機構(gòu)，在國資委指導(dǎo)下參與國家級高質(zhì)量金融數(shù)據(jù)集建設(shè)的獨特角色。2025年4月，中電金信金融大模型數(shù)據(jù)集入選國資委“首批央企人工智能高質(zhì)量數(shù)據(jù)集”。同年6月，在央國企金融領(lǐng)域人工智能高質(zhì)量數(shù)據(jù)集推進會上，包括中電金信在內(nèi)的14家企業(yè)共同簽署了“央企金融數(shù)據(jù)產(chǎn)業(yè)共同體倡議書”，進一步推動數(shù)據(jù)與AI的深度結(jié)合。

平臺化則是能力與經(jīng)驗的集中體現(xiàn)，是實現(xiàn)規(guī)模效應(yīng)的引擎。 中電金信將經(jīng)過大量實踐驗證的AI能力，無論是建模、測試還是編碼沉淀在“源啟·數(shù)字構(gòu)建AI平臺”的底座上。對于大銀行，它是可嵌入、可融合的“能力插件”；對于中小銀行，它則是開箱即用的全棧解決方案。當然，平臺化的意義，也在于能夠?qū)㈩I(lǐng)先的研發(fā)工藝快速向行業(yè)內(nèi)復(fù)制和推廣，避免了重復(fù)造輪子的巨大浪費，從根本上降低了金融業(yè)智能化轉(zhuǎn)型的門檻與成本。

當然，這一切的“終局”，是為了實現(xiàn)從 “AI賦能”到“AI原生”的軟件工程新范式躍遷。胡汝道的腦海里也有一張清晰的藍圖：“理想狀態(tài)是，從以人為主，走向以AI為主。”在AI原生的新范式下，AI不再是輔助工具，而是研發(fā)過程的主導(dǎo)者，這不僅是技術(shù)體系的重構(gòu)，更是金融行業(yè)從“經(jīng)驗驅(qū)動”走向“工程驅(qū)動”的關(guān)鍵轉(zhuǎn)折。智能體將自動協(xié)作，貫穿從需求分析到部署上線的全過程，人類工程師的角色則更多地轉(zhuǎn)向策略制定、關(guān)鍵審批與結(jié)果確認。

這雖然是一個長期迭代的過程，但方向已然明確。

當軟件工程走向“AI原生”，金融業(yè)務(wù)的創(chuàng)新速度將發(fā)生質(zhì)變。因為金融科技作為數(shù)字經(jīng)濟的核心引擎，其自主創(chuàng)新與安全可控，直接關(guān)系到國家金融安全大局，構(gòu)建在自主可控的AI原生開發(fā)體系之上的創(chuàng)新，不僅是效率之爭，更是安全之基。與之相應(yīng)，以“AI重塑軟件工藝”將是構(gòu)建金融新質(zhì)生產(chǎn)力的新方向，也是金融機構(gòu)在新一輪數(shù)智化競爭中搶占先機的關(guān)鍵一躍。